中国股票与三因子模型

❶ 聪明的“贝塔”真的聪明吗

聪明贝塔（Smart Beta）是最近几年投资界比较引人注目的一个热门话题。今天就专门来讲讲这个聪明贝塔。

在这里我要提醒一下读者，这篇文章的内容稍微有点偏金融专业。如果读者朋友们不是金融背景出身，可能会碰到一些不太熟悉的概念和术语。但是你也不用太害怕，在这些专业术语的背后，其逻辑并不复杂。我会尽量用简单易懂的语言来把这个问题说清楚。

讲完了提供因子指数的指数编制公司，再来介绍一下追踪这些指数的基金经理。这些基金经理的工作是根据指数编排的规则，去复制这些指数，从而给予投资者和指数类似的回报。回报当然是越和指数回报接近越好，但在实际中做不到。因为指数不考虑交易成本和基金的管理费用。

在这个领域做的比较超前的有这么几家公司。首先是Blackrock IShares。2009年Blackrock以135亿美元的价格并购了BGI，同时也购买到了IShares这个品牌。在Blackrock IShare旗下，有比较全的因子指数基金，比如上面表格中的价值，动量，低波动等基金。这些基金的总费用率大概在0.15%左右，但需要注意他们绝大多数都仅限于美国市场。

先锋，Vanguard，是指数基金领域另外一大巨头。先锋在因子指数方面提供的产品不多，只有红利，低波动和小股票指数基金，且仅限于美国市场。当然如果这个领域是未来发展的方向，相信各大公司会相继推出更多的产品。

Invesco Powershare和Charles Schwab也提供不少因子指数基金。缺点是他们的费率都比较高，一般介于0.25%-0.6%之间（如上图所示）。Arnott的Fundamental Index (基本面指数）指数基金由Charles Schwab管理，费率为每年0.32%，也就是说该指数需要每年至少战胜标准普尔0.28%左右（先锋的标准普尔500指数基金费率为0.05%）才可能让投资者获得好处。

总结

关于股票因子回报的分析，是金融界一大创新和进步。该研究最大的贡献，是让投资者了解到可能提供超额回报的源头，并且让普通投资者以比较低廉的价格（通过因子指数基金）去获得这些因子回报。在没有因子指数基金的世界（比如中国），投资者想要获得这些因子回报，只能通过投资基金经理，并付出比较高的费用（可能是每年1.5%-2%，在有些私募基金还需要外加15%-20%的利润分成）。而这些因子指数基金，只收取0.15%-0.6%左右的总费用，没有利润分成，对于投资者来说确实是一大好消息。

因子回报研究的另一大贡献是，它向广大投资者们提供了设计自己的对冲基金策略的可能性。在绝大部分股票型对冲基金中，基金经理做的工作无非是买多某些因子，卖空另外一些因子。如果市场上有了基于因子的指数基金，并且可以卖空的话，对于我们广大投资者来说，自己去交易自己设计的对冲基金策略就不再是个梦了。

当然，科技的进步永远不会停止。我相信中国市场中的因子指数基金迟早也会出现。到时候广大的中国投资者也会有更大的投资选项。

希望对大家有所帮助。

❷ 三因子模型和capm本质上都是解释什么问题

Sharp(1964)，Lintner(1965)，Black(1972)的资本资产定价模型(Capital asset pricing model, CAPM)认为，股票的收益只与整个股票市场的系统风险有线性关系。即Rit-Rft=βi(Rmt-Rft)，也就是说，股票的期望收益只与市场的系统风险有关。但是，Banz(1981)的论文发现，股票的收益还与其市场价值有关。在随后的一系列研究中，账面市值比(BE/ME)、市盈率倒数(E/P)等一系列指标都被发现可以解释股票价格的变动，也就是说，股票价格与一系列的风险因素有关。

❸ 三因子模型中的系数怎么算

Fama-French三因子模型的表达式： Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm_ Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为： E(Rit) _ Rft= βi[E(Rmt_ Rft] + siE(SMBt) + hiE(HMIt) 其中Rft表示时间t的无风险收益率；Rmt表示时问t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) _ Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。 β、si和hi分别是三个因子的系数，回归模型表示如下： Rit_ Rft= ai+ βi(Rmt_ Rft) + SiSMBt+ hiHMIt+ εit 但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

❹ 怎样理解fama french三因子模型

Fama 和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为：
E(Rit) − Rft= βi[E(Rmt− Rft] + siE(SMBt) + hiE(HMIt)
其中Rft表示时间t的无风险收益率；Rmt表示时间t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) − Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。
β、si和hi分别是三个因子的系数，回归模型表示如下：
Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit
但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

❺ Fama-French三因子模型的Fama-French的贡献

他们发现股票市值和账面市值比两个因素就可以解释绝大部分股票价格的变动，并且这两个因子可以替代其他一些风险因子的作用（例如E/P等），他们在1993年的论文通过模拟市场风险、市值风险和账面市值比风险构造了三因子，用来解释股票收益的变化。

❻ 什么是多因子模型法玛-弗伦齐三因子模型具体包括哪些因子

多因子模型：多因子模型是应用最广泛的一种选股模型,基本原理是采用一系列的因子作为选股标准,满足这些因子的股票则被买入,不满足的则卖出。

三个因子：市场资产组合、市值因子、账面市值比因子。

❼ fama-fren三因子模型是否能够预测金融危机下的股票市场

不好意思，你是硕士研究生还是证券公司的研究员，这个模型我也不怎么关注，去知网看看有相关的论文没有，有时间多交流，你这个问题还真引起了我的兴趣，你是计量经济学专业？咱金融学分支太广泛了

❽ 学渣求助FAMA 三因子模型

Fama和French1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm−Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为：E(Rit)−Rft=βi[E(Rmt−Rft]+siE(SMBt)+hiE(HMIt)其中Rft表示时间t的无风险收益率；Rmt表示时间t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt)−Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(SmallminusBig)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(HighminusLow)。β、si和hi分别是三个因子的系数，回归模型表示如下：Rit−Rft=ai+βi(Rmt−Rft)+SiSMBt+hiHMIt+εit但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

❾ 谁知道FF三因子模型的介绍

Fama-French三因子模型(Fama-French 3-factor model，简称FF3） Fama 和 French 1992年对美国 股票市场 决定不同股票回报率差异的因素的研究发 现， 股票 的 市场 的beta值不能解释不同股票回报率的差异，而 上 市公司的 市值 、账面市值比、 市盈率 可以解释股票回报率的差异。 Fama and French认为，上述超额 收益 是对 CAPM 中\beta未能反映的 风险 因素的补偿。”

麻烦采纳，谢谢!

❿ 四因子模型的三因素模型

fama
and
french是两个人的名字,他们在行为金融学上做过巨大贡献
fama
and
french
model是他们名字命名的模型一种可替代方案是，可以跳过引出单因素模型这一步，而只是试着一个特殊模型来观察它如何解释。这是Fama与French(1993，1996)的一种方法。他们指出一种特殊的三个因素的模型可以解释投资组合中的代表性的变化，这些组合是按照规模与帐面价值市价比的评级形成的，with
an
of
over
90%。他们的因素为市场组合的收益，小盘股组合的收益及大盘股组合收益的差——“规模”因素——和有价值股票组合的收益与成长性股票组合的收益的差——“帐面价值市价比”因素。
以上基于的原则为投资市场的有效市场。
Fama,French和Davis(2000)指出，U.S.数据的子样本对Fama和French在他们的1992年的研究中所使用的数据有一个价值溢价，而Fama和French（1998）证明了国际股票市场上的价值溢价的存在。Rouwenhourst(1997)指出，存在着动力效应，并活跃于国际股票市场的数据中。
如果以帐面价值来衡量实证结果，那么对理性体系的挑战是显示以上的代表性证据自然地来自于一个经济实体的模型，在这个实体中，理性投资者最大化一个标准化可接受的效用函数。
在特殊的情况下，这种形式的模型产生了CAPM，我们也知道，这不能解释这些证据。更普遍地，理性模型预测了一个多因素定价结构，
其中，系数
来自一个事件序列回归，
到目前为止，已经被证明很难引出一个多因素模型来解释代表性的证据，虽然这仍然是一个主要的研究方向。
一种可替代方案是，我们可以跳过引出单因素模型这一步，而只是试着一个特殊的模型来观察它如何解释。这是Fama和French(1993，1996)的一种方法。他们指出，一种特殊的的三个因素的模型可以解释投资组合中的代表性的变化，这些组合是按照规模和帐面价值市价比的评级形成的，with
an
of
over
90%。他们的因素是市场组合的收益，小盘股组合的收益和大盘股组合收益的差——“规模”因素——和有价值股票组合的收益和成长性股票组合的收益的差——“帐面价值市价比”因素。
由Fama和french（1996）得到较高的
不是成功的必要原因。正如Roll（1977）所强调的，在任何特殊的样本中，有可能构造一个产生100%的
的单因素模型。为了公平起见，Fama和French(1993,1996)的因素不是数据挖掘实践的结果。他们通过指出小盘股和价值股票的价格一起运动，作为开始。规模和帐面价格市值比因素是分离这些在小盘股和价值股票上的普通因素的尝试，而且，他们的三因素模型是由一个思想激发的，即这种相互运动是在均衡时估价的系统风险。
Fama和French(1996)自己承认，他们的结果只有在解释了投资者的偏好和经济实体的结构后才会有全部的影响，这个经济实体使人们根据他们的模型对资产进行定价。
理性方法的一个普遍特征是，决定平均收益的是风险（loadings
or
betas）而不是公司的特征。例如，风险方法会认为，价值股票获得高的收益不是因为他们有较高的帐面价格市价比，而是因为这样的股票关于帐面价格市价比有很高的loading。Daniel和Titman(1996)对这个特殊的预测产生了怀疑，他们把股票进行两种分类，一种按照帐面价格市价比，一种按照帐面价格市价比的loadings。尤其，他们指出，有着不同loadings但有相同的帐面价格市价比的股票在平均收益上有所不同。这些结论似乎对理性方法有很大的冲击。但是，利用更长的数据列和不同的方法论，Fama,French和Davis(2000)声称逆转了
Daniel和Titman的发现。我们预期在这个有争议的前沿领域有进一步的发展。